04 bab 4 temuan data lapangan kua 8c 1
TRANSCRIPT
89
BAB IV TEMUAN DATA LAPANGAN
4.1. Gambaran (Deskripsi) Seting Penelitian
Ada dua macam data yang dikumpulkan, yaitu data kuantitatif dan
kualitatif.
4.1.1. Data Penelitian Kualitatif
Data kualitatif diperoleh dari wawancara dengan informan dan in depth
interview dengan key person sebanyak 25 orang informan (Tabel 4.1 dan Tabel
4.2).
Tabel 4.1. Gambaran Umum Informants (Participants)
No. Responden Jumlah Persentase (%) 1 Pemerintah 7 28 2 Pengguna 12 48 3 Producer 6 24 Jumlah 25 100
Sumber: Data diolah.
Tabel 4.1 menjelaskan tentang gambaran umum informan yang diperoleh
dari kalangan pemerintah (28%) terdiri dari pejabat dan staf di Kementerian
Energi dan Sumber Daya Mineral dan Direktorat Energi Baru Terbarukan dan
Konservasi Energi - Kementerian Energi dan Sumber Daya Mineral dan mantan
menteri Kehutanan dan menteri Hukum dan Hak Azasi Manusia, produsen (24%)
terdiri dari produsen bio-diesel dan bio-ethanol, produsen kompor bio-ethanol,
dan pengguna/pemakai/users (48%) terdiri dari terdiri dari komisaris perbankan
90
nasional dan pengguna yang perhatian terhadap perkembangan energi
alternatif/BBN.
Tabel 4.2. Gambaran Umum Informan berdasarkan asal
No. Asal Jumlah Persentase (%) 1 Kalimantan Barat 1 4 2 Kalimantan Timur 1 4 3 DKI 10 40 4 Jawa Barat 1 4 5 DI Yogyakarta 2 8 6 Jawa Timur 8 32 7 NTT 2 8 Jumlah 25 100
Sumber: Data diolah.
Tabel 4.2 menjelaskan tentang gambaran umum informan berdasarkan
asal, yaitu: dari daerah Kalimantan Barat (4%), Kalimantan Timur (4%), DKI
(40%), Jawa Barat (4%), DI Yogyakarta (8%), Jawa Timur (32%), dan NTT (8%).
Tabel 4.3 memperlihatkan rekapitulasi yang disusun secara matriks
(Creswell, 2009: 218-219) merupakan matriks antara faktor dan rekapitulasi
wawancara dengan para informan. Adapun faktor-faktor yang mempengaruhi
adalah Teknologi Pemrosesan, Perbaikan Regulasi, Perbaikan Saluran Distribusi,
Peningkatan Dukungan dana, dan Ketersediaan Bahan Baku pada sisi horizontal dan sisi
vertikal adalah hasil wawancara.
91
Tabel 4.3. Matriks Faktor dan Wawancara dengan Informan
File: 04_tabel_4_5_Matriks
92
93
4.1.2. Data Penelitian Kuantitatif
Data penelitian kuantitatif diperoleh dari angket yang disebarkan kepada
responden adalah 113 tiras, dan yang layak untuk diolah sebanyak 101 tiras atau
89,3% dari jumlah angket yang disebar (Tabel 4.4 dan 4.5).
Tabel 4.4. Gambaran Umum Responden
No. Responden Jumlah Persentase (%) 1 Pemerintah 1 0,9 2 Pengguna 92 81,3 3 Producer 8 7 4 Cacat 2 1,8 5 Tidak kembali 10 9 Jumlah 113 100
Sumber: Data diolah.
Tabel 4.4 menjelaskan tentang gambaran umum responden yang diperoleh
dari kalangan pemerintah (0,9%) adalah dari Kementerian Tenaga Kerja,
produsen (7%), terdiri pengusaha atau produsen bio-diesel, bio-ethanol dan
kompor bio-ethanol, dan pengguna/pemakai/users (81,3%) yang perhatian
terhadap perkembangan energi alternatif/BBN.
Tabel 4.5 menjelaskan tentang gambaran umum responden berdasarkan
asal, yaitu: dari daerah Kalimantan Barat (0,9%) adalah kalangan pemerintah,
Kalimantan Timur (0,9%) adalah dari perusahaan minyak, Jawa Barat (1,8%) dari
kalangan pengusaha sebagai pengguna, Daerah Istimewa Yogyakarta (1,8%)
adalah dari kalangan peneliti dan produsen kompor bio-ethanol, Jawa Tengah
(0,95%) adalah pengguna, Jawa Timur (83,8%) terdiri dari pengguna yang
perhatian terhadap perkembangan energi alternatif/BBN, dan Nusa Tenggara
Timur (0,9%) adalah pengguna dari BPPT (Badan Pengkajian dan Penerapan
Teknologi).
94
Pendekatan kuantitatif menggunakan Uji Reliabilitas Instrumen, Statistik
Deskriptif dan Analisis Faktor, dengan menggunakan paket program SPSS versi
15 (Special Package for Social Sciences).
Tabel 4.5. Gambaran Umum Responden berdasarkan asal
No. Asal Jumlah Persentase (%) 1 Kalimantan Barat 1 0,9 2 Kalimantan Timur 1 0,9 3 Jawa Barat 2 1,8 4 DI Yogyakarta 2 1,8 5 Jawa Tengah 1 0,9 6 Jawa Timur 95 83,8 7 NTT 1 0,9 8 Tidak kembali 10 9 Jumlah 113 100
Sumber: Data diolah.
4.1.2.1. Uji Validitas Instrumen Penelitian
Validitas menunjukkan sejauh mana alat pengukur untuk mengukur apa
yang diukur. Hasil penelitian yang sahih bila terdapat kesamaan antara data yang
terkumpul dengan data yang sesungguhnya terjadi pada obyek yang diteliti.
Sahih tidaknya suatu item instrumen dapat diketahui dengan membandingkan
koefisien Pearson correlation dengan tingkat signifikansi 1% dengan nilai
kritisnya, bila signifikansi hasil korelasi lebih kecil dari 0,01 (1%), maka
dinyatakan sahih (valid) dan sebaliknya dinyatakan tidak sahih (Tabel 4.6).
Sebagai contoh: nilai koefisien korelasi variabel Penanganan Bahan Baku
Nabati (BBN) (x111_PBB) dengan adalah 0.482 > 0.3 atau dengan nilai probabiltias
hitung adalah 0.000 (0,000%) < 0.01 (1%), artinya variabel Penanganan Bahan
Baku Nabati (BBN) (x111_PBB) merupakan instrumen yang baik atau sahih.
Demikian juga untuk variabel yang lain, mempunyai nilai koefisien korelasi
Pearson > 0.3.
95
Tabel 4.6. Hasil Uji Validitas Instrumen
Pearson Correlation
No. Simbol Variabel Total
1 x111 pbb Penanganan Bahan Baku Nabati (BBN) 0,482**2 x112_mes Permesinan untuk pemrosesan pengadaan BBN 0,590**3 x113 gud Penggudangan BBN (Produk Jadi) 0,619**4 x114_dis Distribusi BBN (Produk Jadi) 0,645**5 x115 trn Pelatihan Peralatan untuk pemrosesan bagi SDM 0,578**6 x121 fin Pelaporan Keuangan 0,579**7 x122 dev Pengembangan keterampilan SDM 0,626**8 x123 pro Teknologi pemrosesan 0,553**9 x124 lab Laboratorium Pengujian BBN 0,568**
10 x211 sel Seleksi terhadap teknologi yang digunakan 0,662**11 x212 man Teknologi manufaktur 0,456**12 X213 bud Anggaran 0,521**13 X221 reg Penyusunan regulasi 0,496**14 X222 eko Perhatian terhadap ekologi 0,588**15 X223 mar Penciptaan pangsa pasar baru 0,573**
NB: **. Correlation is significant at the 0.01 level. Sumber: Data diolah.
4.1.2.2. Uji Reliabilitas Instrumen Penelitian
Uji reliabilitas untuk instrumen penelitian dengan menggunakan Alpha
Cronbach. Nilai Alpha Cronbach untuk variabel Penanganan Bahan Baku Nabati
(BBN) (x111_PBB) adalah 0,848 > 0.8, artinya hasil pengujian reliabilitas terhadap
variabel x111_PBB adalah andal (reliable) (Lampiran).
4.1.2.3. Analisis Statistik Deskriptif
Tabel 4.7 menjelaskan tentang Statistik Deskriptif, sebagai contoh: untuk
variabel Penerimaan Bahan Baku (x111_PBB) dengan jumlah data adalah 101 data,
skor maksimum adalah 4,5941 (dengan skor tinggi) untuk variabel ramah
lingkungan, skor minimum adalah 3,5545 (dengan skor di atas cukup) untuk
variabel penggudangan bahan baku. Artinya perhatian terhadap lingkungan
adalah tinggi, dan untuk penggudangan perlu mendapatkan perhatian yang
cukup.
96
Tabel 4.7. Rata-rata dan Simpangan baku
No. Simbol variabel Rata-rata Simpangan Baku
1 x111 pbb 4,1188 0,765 2 x112_mes 3,9208 0,923 3 x113 gud 3,5545 0,974 4 x114_dis 4,1089 0,760 5 x115 trn 4,1881 0,783 6 x121 fin 4,1089 0,811 7 x122 dev 4,495 0,657 8 x123 pro 4,2277 0,858 9 x124 lab 4,1584 0,821
10 x211 sel 4,0396 0,811 11 x212 man 3,7723 0,823 12 X213 bud 3,9307 0,790 13 X221 reg 3,802 0,836 14 X222 eko 4,5941 0,619 15 X223 mar 4,00 0,787
Sumber: Data diolah.
4.1.2.4. Eigen Value
Nilai initial eigen values (Lampiran) yang berkisar antara 0,199 s.d 4,956.
Dipilih jumlah faktor adalah 5 (lima) dengan memperhatikan total initial eigen
values di atas 1 dan nilai rotation sums of squared loadings sebesar 65,054% (di
atas 50%), artinya bahwa informasi yang disampaikan dari ketiga faktor tersebut
adalah 65,054%.
4.1.2.5. Analisis Faktor
Analisis Faktor membahas tentang hasil pengolahan data, yaitu: eigen
value, dan analisis faktor.
Hasil reduksi dari 15 (lima belas) variabel diperoleh 5 (lima)
faktor/komponen (Tabel 4.8), memperlihatkan jumlah faktor yang representatif,
yaitu:
Komponen 1 atau Faktor 1 dan diberi nama Faktor Teknologi Pemrosesan
yang ramah lingkungan didukung oleh 5 (lima) variabel yaitu: Teknologi
97
Pemrosesan (x123_pro), Pengembangan Keterampilan Sumber Daya Manusia
(x122_DEV), Permesinan untuk Pemrosesan (x112_MES), Perhatian terhadap Ekologi
(x222_EKO) dan Seleksi terhadap Teknologi yang Dipergunakan (x211_SEL) dengan
total initial eigen values sebesar 4,922 atau persentase total initial eigen values
sebesar 32,815%.
Tabel 4.8.
Rotated Component Matrixa Component 1 2 3 4 5
x123_pro .822 .064 .132 -.085 .168
x122_dev .611 .337 .104 .122 .199
x112_mes .595 .056 -.051 .397 .274
x211_sel .548 .154 .283 .429 .032
x222_eko .494 .466 .376 .124 -.237
x221_reg .159 .771 .164 -.188 .073
x223_mar .014 .714 .329 .126 .060
x124_lab .285 .700 -.181 .239 .161
x213_bud .094 .076 .778 .199 .017
x121_fin .182 .140 .681 .037 .282
x212_man .148 -.062 .175 .861 -.069
x114_dis .029 .221 .410 .561 .344
x111_pbb .296 .025 .115 -.034 .724
x113_gud .103 .141 .477 .135 .605
x115_trn .069 .407 -.033 .469 .485
Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.
a. Rotation converged in 8 iterations.
Faktor 2 dan diberi nama Perbaikan Regulasi didukung oleh 3 (tiga)
variabel yaitu: Penyusunan Regulasi (x221_REG), Penciptaan Pangsa Pasar Baru
(x223_MAR), dan Peralatan Laboratorium (x124_LAB) dengan total initial eigen values
sebesar 1,457 atau persentase total initial eigen values sebesar 9,716%.
98
Faktor 3 dan diberi nama Faktor Peningkatan Dukungan Keuangan
didukung oleh 2 (dua) variabel, yaitu: Anggaran (x213_BUD) dan Pelaporan
Keuangan (x121_FIN) dengan total initial eigen values sebesar 1,255 atau
persentase total initial eigen values sebesar 8,368%.
Faktor 4 dan diberi nama Faktor Perbaikan Saluran Distribusi didukung
oleh 2 (dua) variabel, yaitu: Teknologi Manufaktur (x212_MAN), Saluran distribusi
(x114_DIS) dengan total initial eigen values sebesar 1,104 atau persentase total
initial eigen values sebesar 7,362%.
Faktor 5 dan diberi nama Faktor Ketersediaan Bahan Baku didukung oleh
3 (tiga) variabel, yaitu: Penanganan Bahan Baku Nabati (x111_PBB),
Penggudangan Bahan Baku Nabati (x113_GUD) dan Pelatihan Peralatan untuk
Pemrosesan bagi Sumber Daya Manusia (x115_TRN) dengan total initial eigen
values sebesar 1,019 atau persentase total initial eigen values sebesar 6,792%.
Persamaan matematis (Dillon, 1984: 59) diperoleh dari (Tabel 4.8) adalah
sebagai berikut:
X111_PBB= 0,296 f1 + 0,025 f2 + 0,115 f3 - 0,034 f4 + 0,724 f5
X112_MES= 0,595 f1 + 0,056 f2 - 0,051 f3 + 0,397 f4 + 0,274 f5
X113_GUD= 0,103 f1 + 0,141 f2 + 0,477 f3 + 0,135 f4 + 0,605 f5
X114_DIS= 0,029 f1 + 0,221 f2 + 0,410 f3 - 0,561 f4 + 0,344 f5
X115_TRN= 0,069 f1 + 0,407 f2 - 0,033 f3 + 0,469 f4 + 0,485 f5
X121_FIN= 0,182 f1 + 0,140 f2 + 0,681 f3 + 0,037 f4 + 0,282 f5
X122_DEV= 0,611 f1 + 0,337 f2 + 0,104 f3 + 0,122 f4 + 0,199 f5
X123_PRO= 0,822 f1 + 0,064 f2 + 0,132 f3 - 0,085 f4 + 0,168 f5
X124_LAB= 0,285 f1 + 0,700 f2 - 0,181 f3 + 0,239 f4 + 0,161 f5
X211_SEL= 0,548 f1 + 0,154 f2 + 0,283 f3 + 0,429 f4 + 0,032 f5
X212_MAN= 0,148 f1 - 0,062 f2 + 0,175 f3 + 0,861 f4 - 0,089 f5
X213_BUD= 0,094 f1 + 0,076 f2 + 0,778 f3 + 0,199 f4 + 0,017 f5
99
X221_REG= 0,159 f1 + 0,771 f2 + 0,164 f3 - 0,188 f4 + 0,073 f5
X222_EKO= 0,494 f1 + 0,466 f2 + 0,376 f3 + 0,124 f4 - 0,237 f5
X223_MAR= 0,014 f1 + 0,714 f2 + 0,329 f3 + 0,126 f4 + 0,060 f5
Korelasi antara faktor i dan faktor j, Фij, sama dengan nul (Dillon, 1984:
59). Persamaan di atas menjelaskan bahwa variabel Penanganan Bahan Baku
Nabati (X111_PBB) dipengaruhi oleh faktor 5 (Faktor Ketersediaan Bahan Baku)
dengan baik dan positif (0,724), faktor 1 (Faktor Pemrosesan yang ramah
lingkungan) dengan baik dan positif (0,296), faktor 3 (Faktor Subsidi) dengan
baik dan positif (0,115), faktor 3 (Dukungan Regulasi dan Penciptaan Pangsa
Pasar) dengan sangat rendah dan positif, dan faktor 4 (Faktor Saluran Distribusi)
dengan rendah dan negatif (-0,034), dan faktor 2 (Perbaikan Regulasi) dengan
baik dan positif (0,025). Demikian juga untuk ke-empat belas variabel yang lain.
4.1.2.6. Pengolahan Analisis SWOT
Gambar 4.1 yang merupakan hasil pengolahan dari Tabel 4.9 dan Tabel
4.10 diperoleh bahwa Skor Faktor Strategi Internal dan Skor Faktor Strategi
Eksternal secara berturut-turut 4.2 dan 4.1 atau pada koordinat (4.2, 4.1) yang
terletak di kuadran 1, artinya nilai skor tersebut di atas rata-rata atau tinggi, maka
strategi yang dilakukan adalah aggressive atau strategi pertumbuhan (growth
strategy) dengan strategi konsentrasi melalui integrasi horisontal.
Matriks digunakan untuk mengetahui langkah-langkah berikutnya di dalam
suatu organisasi dan untuk mengetahui posisi strategi dari suatu organisasi.
Posisi strategi dapat diketahui dengan menggunakan skor dari faktor internal
strategis dan faktor eksternal strategis.
4.1.2.7. Analisis Rencana Strategik
Tabel 4.11 diperoleh dari angket kedua yang digunakan untuk mengetahui
tingkatan manajemen di dalam merancang rencana strategik.
100
Tabel 4.9. Faktor Internal Strategis
Sumber: Data diolah.
Tabel 4.10. Faktor Eksternal Strategis
Sumber: Data diolah.
101
Gambar 4.1 Matriks SWOT
Sumber: Data diolah.
Tabel 4.11. Statistik deskriptif untuk Tingkatan Manajemen
N Minimum Maximum Mean Std. Deviation
x111_pbb 101 1.00 5.00 4.1188 .76534
x112_mes 101 1.00 5.00 3.9208 .92394
x113_gud 101 1.00 5.00 3.5545 .96411
x114_dis 101 2.00 5.00 4.1089 .76028
x121_fin 101 2.00 5.00 4.1089 .81118
x122_dev 101 3.00 5.00 4.4950 .65763
x123_pro 101 1.00 5.00 4.2277 .85885
x124_lab 101 2.00 5.00 4.1584 .82137
x211_sel 101 1.00 5.00 4.0396 .81143
x212_man 101 1.00 5.00 3.7723 .82318
x213_bud 101 2.00 5.00 3.9307 .79066
x221_reg 101 1.00 5.00 3.8020 .83690
x223_mar 101 2.00 5.00 4.0000 .78740
Valid N (listwise) 101 Sumber: Data diolah.
4.1
4.2
102
4.2. Verifikasi Data Lapangan
Verifikasi data lapangan dilakukan men-download dari internet, tinjauan
lapangan, dan diperoleh dari dokumen serta arsip yang berkaitan dengan BBN.
Tabel 4.12 memperlihatkan matriks verifikasi data lapangan. Matriks disusun
berdasarkan Teknologi Pemrosesan, Perbaikan Regulasi, Perbaikan Saluran Distribusi,
Peningkatan Dukungan dana, dan Ketersediaan Bahan Baku.
103
Tabel 4.12. Matriks Verifikasi Data Lapangan
File:04_tabel_4_6_Matriks
104
105
106
107